Nov, 2023

多光谱成像的补充信息是否能提高面部呈现攻击检测？

HTML
PDF
TL;DR使用多光谱成像技术进行人脸展示攻击检测，通过图像融合和分值融合两种不同方式结合多光谱成像的互补信息，提高人脸攻击检测的性能。
发现论文，激发创造
  • 红外人脸识别: 方法和数据库的综述

    本文综述了红外成像在人脸识别领域的应用，通过综合分析当前最有影响力的方法与数据库，总结出未来研究的方向。

    Jan, 2014

  • 基于内在图像属性和深度学习的防止面部欺诈的检测器

    本论文提出了一种基于深度神经网络和元学习分类器相结合的方法，该方法利用图像固有属性探测面部“假冒攻击”，在PAD领域最具挑战性的跨数据集协议上取得了超越最新成果的显著结果。

    Feb, 2019

  • 基于内在图像分析的3D人脸口罩演示攻击检测

    本研究提出了一种基于内部图像分析的检测方法来区分真实人脸和3D面具，该方法将面部图像进行内部图像分解处理以计算其反射图像，然后从三个正交平面中提取强度分布直方图来表示反射图像之间的强度差异，并使用一维卷积网络进一步捕捉描述不同材料或表面对光照变化反应不同的信息。实验结果表明，本方法在检测性能上优于其他现有方法，并在3DMAD数据库上显示出其有效性。

    Mar, 2019

  • 基于多通道卷积神经网络的生物特征面部呈现攻击检测

    本研究提出了一种基于多通道卷积神经网络的面部攻击检测方法，以解决面部生物识别在非监督应用中易受攻击的问题，并引入了新的宽多通道演示攻击数据库用于面部演示攻击研究。研究结果表明该方法优于现有特征提取方法，能够在WMCA数据库上实现 0.3% 的ACER性能，并已开放该数据库和相关软件供公共使用。

    Sep, 2019

  • 利用多通道卷积神经网络学习人脸呈现攻击检测的单类表示

    本文提出了一种基于多通道卷积神经网络的一类分类器方法，其中引入了一种新的损失函数，通过一类高斯混合模型实现面部认证攻击检测，该方法的实验结果表明具有较高的泛化能力。

    Jul, 2020

  • 利用深度模型和短波红外信息检测人脸表示攻击

    本文介绍了使用不同的图像模态解决面部呈现攻击检测问题，特别地，考虑使用短波红外（SWIR）成像。在新的公共数据库上执行的实验表明，所提出的方法以极低的认证误差几乎完美地检测所有的冒名顶替攻击，而特述攻击则更难检测。

    Jul, 2020

  • RGBD人脸反欺诈的跨模态焦点损失

    本研究提出了一种采用 RGB 和深度通道的新框架，结合一种新的损失函数用于检测人脸识别中的攻击，通过多通道提取信息，减小过拟合的影响并提高鲁棒性。新的跨模态焦点损失函数通过基于信道的置信度来调制每个信道的损失贡献，通过两个公开的数据集进行广泛评估，证明了该方法的有效性。

    Mar, 2021

  • 人脸表现攻击检测中的公正性

    本研究提供了一个结合多个 PAD 数据集的 Combined Attribute Annotated PAD Dataset（CAAD-PAD），并引入了 Accuracy Balanced Fairness（ABF）这一新指标来综合衡量 PAD 的公平性和绝对性能，同时提出了一种名为 FairSWAP 的数据增强方法，可以提高面部 PAD 的公平性和性能。

    Sep, 2022

  • 利用多光谱成像进行差异人脸合成攻击检测的初步研究

    本文提出了一种多光谱框架用于差异化仿真攻击检测，该方法通过在电子护照中捕获的基准图像和在可信设备中捕获的面部图像来检测电子护照中呈现的人脸图像是否被修改，并在多个会话中使用可见光和多光谱相机对143个独特数据主体进行了广泛实验，结果表明该多光谱框架的性能优于可见光图像检测。

    Apr, 2023

  • Flickr-PAD: 新面孔高分辨率演示攻击检测数据库

    本研究提出了一种基于Flickr图像的新型PAD数据库：Flickr-PAD，利用该数据库进行训练和评估可以得到比现有算法更好的结果，该方法使用了MobileNet-V3和EfficientNet-B0模型， BPCER10为7.08％，BPCER20为11.15％。

    Apr, 2023